获取中间值的指数中包含的NaN

Question

阵列我怎样才能获得中值的指数包含NaN的数组？

例如，我的数值为[Nan, 2, 5, NaN, 4, NaN, 3, 1]，其值为[np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3]。然后中位数是3，而错误是0.4。

有没有一种简单的方法来做到这一点？

编辑：我编辑的错误阵列暗示更现实的情况。是的，我正在使用numpy。

Answer 1

这不是真的清楚你打算如何有意义地提取从平均误差，但如果你碰巧有一个数组使得中值是其项目之一，相应的错误数组对应的索引定义，还有没有其他项具有相同值的中位数，和其他大概有免责声明，那么你就可以做到以下几点：

a = np.array([np.nan,2,5,np.nan, 4,np.nan,3,1]) 
aerr = np.array([np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3]) 

# median, ignoring NaNs 
amedian = np.median(a[np.isfinite(a)]) 
# find the index of the closest value to the median in a 
idx = np.nanargmin(np.abs(a-amedian)) 
# this is the corresponding "error" 
aerr[idx] 

编辑：作为@DSM指出，如果你有NumPy的1.9或以上，您可以将amedian的计算简化为amedian = np.nanmedian(a)。

Answer 2

numpy的有你需要的一切：

values = np.array([np.nan, 2, 5, np.nan, 4, np.nan, 3, 1]) 
errors = np.array([np.nan, 0.1, 0.2, np.nan, 0.1, np.nan, 0.4, 0.3]) 

# filter 
filtered = values[~np.isnan(values)] 
# find median 
median = np.median(filtered) 
# find indexes 
indexes = np.where(values == median)[0] 
# find errors 
errors[indexes] # array([ 0.4]) 

Answer 3

比方说您有您的列表命名为“A”，那么你可以使用这个码至发现没有“南”一个蒙面数组，然后做中间有np.ma.median() ：

a=[Nan, 2, 5, NaN, 4, NaN, 3, 1] 
am = numpy.ma.masked_array(a, [numpy.isnan(x) for x in a]) 
numpy.ma.median(am) 

你也可以做同样的错误。